Git Stars Git Stars

#hyperparameter-optimization Repositories

Entdecke 55 aktive Open-Source-GitHub-Repositories, die mit #hyperparameter-optimization getaggt sind und insgesamt 247,121 Sterne gesammelt haben (durchschnittlich 4,493 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ray-project/ray mit 44,352 Sternen.

55
Gesamtzahl der Repositories
247,121
Gesamtanzahl der Sterne
4,493
Durchschnittliche Sterne/Repo

Insgesamt 55 Repositories

1
ray-project/ray

Ray ist ein AI-Compute-Engine. Ray besteht aus einem zentralen verteilten Runtime und einem Satz von AI-Bibliotheken zur Beschleunigung von ML-Workloads.

ray-project
⭐ 44,352 Python 👤 ray-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-10-25
2
google-research/tuning_playbook

Ein Leitfaden zur systematischen Maximierung der Leistung von Deep-Learning-Modellen.

google-research
⭐ 29,619 👤 google-research Organization 🕐 Aktualisiert 2024-06-18 📅 Erstellt 2023-01-18
3
d2l-ai/d2l-en

Interaktives Deep-Learning-Buch mit Code für mehrere Frameworks, Mathematik und Diskussionen. An 500 Universitäten in 70 Ländern übernommen, darunter Stanford, MIT, Harvard und Cambridge.

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 Aktualisiert 2024-08-18 📅 Erstellt 2018-10-09
4
optuna/optuna

Ein Framework für die Hyperparameter-Optimierung

optuna
⭐ 15,070 Python 👤 optuna Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2018-02-21
5
wandb/wandb

Die AI-Entwicklerplattform. Verwenden Sie Weights & Biases, um Modelle zu trainieren und feinabzustimmen und Modelle von der Experimentierphase bis zur Produktion zu verwalten.

wandb
⭐ 11,333 Python 👤 wandb Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2017-03-24
6
autogluon/autogluon

Schnelles und präzises ML in 3 Codezeilen

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2019-07-29
7
hydra-ecosystem/hydra

Hydra ist ein Framework zur eleganten Konfiguration komplexer Anwendungen

hydra-ecosystem
⭐ 10,761 Python 👤 hydra-ecosystem Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2019-06-12
8
EpistasisLab/tpot

Ein Python-basiertes Automated-Machine-Learning-Tool, das Machine-Learning-Pipelines mit genetischer Programmierung optimiert.

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 Aktualisiert 2025-09-11 📅 Erstellt 2015-11-03
9
automl/auto-sklearn

Automatisiertes Machine Learning mit scikit-learn

automl
⭐ 8,147 Python 👤 automl Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2015-07-02
10
borisbanushev/stockpredictionai

In diesem Notebook werde ich einen vollständigen Prozess zum Vorhersagen von Aktienkursbewegungen erstellen. Folgen Sie mit, und wir werden einige ziemlich gute Ergebnisse erzielen. Zu diesem Zweck werden wir ein Generative Adversarial Network (GAN) mit LSTM, einer Art Recurrent Neural Network, als Generator und ein Convolutional Neural Network, CNN, als Diskriminator verwenden. Wir verwenden LSTM aus dem offensichtlichen Grund, dass wir Zeitreihendaten vorhersagen wollen. Warum verwenden wir GAN und speziell CNN als Diskriminator? Das ist eine gute q

borisbanushev
⭐ 5,594 JavaScript 👤 borisbanushev User 🕐 Aktualisiert 2025-08-19 📅 Erstellt 2019-01-09
11
amanchadha/coursera-deep-learning-specialization

Notizen, Programmieraufgaben und Quizze aus allen Kursen der Coursera Deep Learning Specialization, angeboten von deeplearning.ai: (i) Neuronale Netze und Deep Learning; (ii) Verbesserung tiefer neuronaler Netze: Hyperparameter-Tuning, Regularisierung und Optimierung; (iii) Strukturierung von Machine-Learning-Projekten; (iv) Convolutional Neural Networks; (v) Sequenzmodelle

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 Aktualisiert 2026-06-10 📅 Erstellt 2020-06-24
12
microsoft/FLAML

Eine schnelle Bibliothek für AutoML und Tuning. Treten Sie unserem Discord bei: https://discord.gg/Cppx2vSPVP.

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-08-20
13
facebookresearch/nevergrad

Eine Python-Werkzeugkiste für gradientenfreie Optimierung

facebookresearch
⭐ 4,229 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2018-11-21
14
hibayesian/awesome-automl-papers

Eine kuratierte Liste von Papieren, Artikeln, Tutorials, Folien und Projekten zum automatisierten maschinellen Lernen

hibayesian
⭐ 4,136 👤 hibayesian User 🕐 Aktualisiert 2024-06-11 📅 Erstellt 2017-11-20
15
polyaxon/polyaxon

KI-Infrastruktur / KI-Orchestrierung / KI-Steuerungsebene

polyaxon
⭐ 3,749 MDX 👤 polyaxon Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2016-12-26
16
meta-pytorch/botorch

Bayesianische Optimierung in PyTorch

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-07-30
17
mljar/mljar-supervised

Python-Paket für AutoML auf tabellarischen Daten mit Feature Engineering, Hyperparameter-Tuning, Erklärungen und automatischer Dokumentation

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2018-11-05
18
determined-ai/determined

Determined ist eine Open-Source-Plattform für maschinelles Lernen, die verteiltes Training, Hyperparameter-Tuning, Experimentverfolgung und Ressourcenmanagement vereinfacht. Funktioniert mit PyTorch und TensorFlow.

determined-ai
⭐ 3,225 Go 👤 determined-ai Organization 🕐 Aktualisiert 2025-03-20 📅 Erstellt 2020-04-07
19
KellerJordan/Muon

Muon ist ein Optimierer für versteckte Schichten in neuronalen Netzen

KellerJordan
⭐ 2,950 Python 👤 KellerJordan User 🕐 Aktualisiert 2026-05-24 📅 Erstellt 2024-11-09
20
keras-team/keras-tuner

Eine Hyperparameter-Tuning-Bibliothek für Keras

keras-team
⭐ 2,922 Python 👤 keras-team Organization 🕐 Aktualisiert 2025-12-01 📅 Erstellt 2019-06-06
21
DLR-RM/rl-baselines3-zoo

Ein Trainingsframework für Stable Baselines3 Reinforcement Learning Agenten, inklusive Hyperparameter-Optimierung und vortrainierter Agenten.

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2020-05-05
22
ytzfhqs/AAAMLP-CN

Approaching (Almost) Any Machine Learning Problem chinesische Übersetzung, Online-Dokumentationsadresse: https://ytzfhqs.github.io/AAAMLP-CN/

ytzfhqs
⭐ 1,987 Jupyter Notebook 👤 ytzfhqs User 🕐 Aktualisiert 2025-12-10 📅 Erstellt 2023-08-30
23
google/vizier

Python-basierte Forschungschnittstelle für Blackbox- und Hyperparameter-Optimierung, basierend auf dem internen Google Vizier Service.

google
⭐ 1,679 Python 👤 google Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2022-02-16
24
hyperopt/hyperopt-sklearn

Hyperparameter-Optimierung für sklearn

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 Aktualisiert 2025-04-15 📅 Erstellt 2013-02-19
25
autonomio/talos

Hyperparameter-Experimente mit TensorFlow und Keras

autonomio
⭐ 1,633 Python 👤 autonomio Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2018-05-04
26
facebookresearch/DomainBed

DomainBed ist eine Suite zum Testen von Domain-Generalisierungsalgorithmen

facebookresearch
⭐ 1,596 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2025-12-16 📅 Erstellt 2020-06-29
27
facebookexperimental/Robyn

Robyn ist ein experimentelles, KI/ML-gestütztes und Open-Source-Marketing-Mix-Modeling (MMM)-Paket von Meta Marketing Science. Unsere Mission ist es, Modellierungswissen zu demokratisieren, die Branche durch Innovation zu inspirieren, menschliche Voreingenommenheit im Modellierungsprozess zu reduzieren und eine starke Open-Source-Marketingwissenschaftsgemeinschaft aufzubauen.

facebookexperimental
⭐ 1,538 Jupyter Notebook 👤 facebookexperimental Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2020-04-30
28
SakanaAI/ShinkaEvolve

ShinkaEvolve: Auf dem Weg zur offenen und beispieleffizienten Programmentwicklung 🧬

SakanaAI
⭐ 1,529 Python 👤 SakanaAI Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-09-17
29
gfo-project/Gradient-Free-Optimizers

Leichtgewichtige Optimierung mit lokalen, globalen, populationsbasierten und sequentiellen Techniken über gemischte Suchräume

gfo-project
⭐ 1,277 Python 👤 gfo-project Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2020-04-04
30
automl/SMAC3

SMAC3: Ein vielseitiges Paket für bayessche Optimierung bei der Hyperparameter-Optimierung

automl
⭐ 1,273 Python 👤 automl Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2016-08-17
31
wandb/examples

Beispielhafte Deep-Learning-Projekte, die Funktionen von wandb nutzen.

wandb
⭐ 1,213 Jupyter Notebook 👤 wandb Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2018-01-29
32
callous-youth/BOAT

Eine Werkzeugkiste für kompositionelle Operationen für die gradientenbasierte Bi-Level-Optimierung

callous-youth
⭐ 1,143 Python 👤 callous-youth User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2024-11-27
33
TreborNamor/TradingView-Machine-Learning-GUI

HyperView ist ein terminalbasiertes TradingView-Strategie-Labor für das Herunterladen von Marktdaten, Backtesting von Python-Strategien mit Pine-ähnlichem Verhalten und Optimierung von SL/TP-Parametern.

TreborNamor
⭐ 1,027 Python 👤 TreborNamor User 🕐 Aktualisiert 2026-08-18 📅 Erstellt 2021-01-27
34
AgileRL/AgileRL

Der vollständige Post-Training-Stack für LLMs, plus RL für jedes Problem. SFT, DPO und mehrstufiges agentisches RL mit integrierter evolutionärer Hyperparameteroptimierung.

AgileRL
⭐ 971 Python 👤 AgileRL Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-03-01
35
dask/dask-ml

Skalierbares Machine Learning mit Dask

dask
⭐ 950 Python 👤 dask Organization 🕐 Aktualisiert 2025-09-27 📅 Erstellt 2017-06-15
36
windmaple/awesome-AutoML

Zusammenstellung einer Liste mit AutoML-bezogenen Forschungen, Tools, Projekten und anderen Ressourcen

windmaple
⭐ 946 👤 windmaple User 🕐 Aktualisiert 2026-03-24 📅 Erstellt 2018-11-05
37
guildai/guildai

Experiment-Tracking, ML-Entwicklertools

guildai
⭐ 899 Python 👤 guildai Organization 🕐 Aktualisiert 2025-04-29 📅 Erstellt 2017-09-27
38
optuna/optuna-examples

Beispiele für https://github.com/optuna/optuna

optuna
⭐ 866 Python 👤 optuna Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2021-05-10
39
uma-pi1/kge

LibKGE - Eine Bibliothek für Knowledge-Graph-Embeddings für reproduzierbare Forschung

uma-pi1
⭐ 835 Python 👤 uma-pi1 Organization 🕐 Aktualisiert 2026-04-01 📅 Erstellt 2019-02-22
40
optuna/optuna-dashboard

Echtzeit-Web-Dashboard für Optuna.

optuna
⭐ 816 TypeScript 👤 optuna Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2020-10-24
41
MIND-Lab/OCTIS

OCTIS: Das Vergleichen von Topic Models ist einfach! Ein Python-Paket zur Optimierung und Evaluierung von Topic Models (akzeptiert für die EACL2021 Demo-Schiene)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 Aktualisiert 2026-06-21 📅 Erstellt 2020-03-13
42
Optim-Agent/optim-agent

LLM-Agenten als Ihr Hyperparameter-Optimierer.

Optim-Agent
⭐ 796 Python 👤 Optim-Agent User 🕐 Aktualisiert 2026-08-14 📅 Erstellt 2026-07-07
43
rsteca/sklearn-deap

Verwenden Sie evolutionäre Algorithmen anstelle von gridsearch in scikit-learn

rsteca
⭐ 772 Jupyter Notebook 👤 rsteca User 🕐 Aktualisiert 2024-02-10 📅 Erstellt 2015-10-28
44
abhishekkrthakur
⭐ 728 Python 👤 abhishekkrthakur User 🕐 Aktualisiert 2024-09-14 📅 Erstellt 2021-10-26
45
dabl/dabl

Basisbibliothek für Datenanalyse

dabl
⭐ 727 Jupyter Notebook 👤 dabl Organization 🕐 Aktualisiert 2024-12-16 📅 Erstellt 2018-09-14
46
aimclub/FEDOT

Automatisiertes Modellierungs- und Machine-Learning-Framework FEDOT

aimclub
⭐ 714 Python 👤 aimclub Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-01-13
47
yandex/rep

Maschinenlern-Toolbox für Menschen

yandex
⭐ 698 Jupyter Notebook 👤 yandex Organization 🕐 Aktualisiert 2024-07-31 📅 Erstellt 2015-04-13
48
google-deepmind/opro

Offizieller Code für "Large Language Models as Optimizers"

google-deepmind
⭐ 673 Python 👤 google-deepmind Organization 🕐 Aktualisiert 2024-12-04 📅 Erstellt 2023-10-02
49
ssssi/freqtrade_strs

Handelsstrategien für Freqtrade

ssssi
⭐ 653 Python 👤 ssssi User 🕐 Aktualisiert 2026-07-24 📅 Erstellt 2022-01-19
50
Neuraxio/Neuraxle

Die sauberste AutoML-Bibliothek der Welt ✨ - Führen Sie Hyperparameter-Tuning mit den richtigen Pipeline-Abstraktionen durch, um saubere Deep-Learning-Produktionspipelines zu schreiben. Lassen Sie Ihre Pipeline-Schritte Hyperparameterspaces haben. Entwerfen Sie Schritte in Ihrer Pipeline wie Komponenten. Kompatibel mit Scikit-Learn, TensorFlow und den meisten anderen Bibliotheken, Frameworks und MLOps-Umgebungen.

Neuraxio
⭐ 612 Python 👤 Neuraxio Organization 🕐 Aktualisiert 2026-02-20 📅 Erstellt 2019-03-26

Häufig gestellte Fragen

1

Welches ist das beliebteste #hyperparameter-optimization-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#hyperparameter-optimization-Projekt auf GitHub ist ray-project/ray mit 44,352 Sternen. Ray ist ein AI-Compute-Engine. Ray besteht aus einem zentralen verteilten Runtime und einem Satz von AI-Bibliotheken zur Beschleunigung von ML-Workloads.

2

Welche Programmiersprachen werden in #hyperparameter-optimization-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #hyperparameter-optimization-Projekten auf GitHub sind Python, Jupyter Notebook, JavaScript, MDX die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #hyperparameter-optimization-Repositories berechnet?

Wir verfolgen 55 aktive Open-Source-Repositories, die mit #hyperparameter-optimization getaggt sind (500+ Sterne), mit insgesamt 247,121 Sternen und durchschnittlich 4,493 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.